Machine Learning / AI

ReAct agentining nechta asbobi bor edi?

State obyekti (TypedDict yoki boshqa) nima edi?

Bu to'rt agent qanday qilib umumiy holatga yozishdi, boshqalarning holatini yozib qo'ymaslik uchun?

Asboblar faqat o'qish uchun ekanligini aytding, tizimda yozish bo'lmaganmi?

ReAct agentida prompt injektsiyasi xavfi ko'rib chiqildimi va bu bilan qanday kurashildi?

Nima uchun to'rt agentdan iborat ko'p agentli tizimdan foydalanildi, bir agent va asboblar bilan (ReAct ga o'xshash)? Bunday bo'linishning qanday afzalliklari bor?

LoRA nima va u nima uchun kerak?

Agar bir agent xato qilsa, butun grafik yiqib ketadimi yoki qisqa vaqt ichida umumiy agentga yetib boradimi?

Yaratish sifatini qanday baholadingiz (retrieval emas)?

Hujjatli NER uchun train, val va testga to'g'ri bo'lishni qanday qilish kerak?

LoRA ning qaysi gipermparametrlarini bilasiz?

Faqat kross-enkoder bilan, bi-encodersiz, to'liq qidiruv qismini qurish mumkinmi?

Yechimning xarajatini baholash uchun bitta o'tishda tokenlar va kechikishni o'lchadimi?

Ma'lumotlarni qidirish vaqtining qisqarishini qanday o'lchashdi (daqiqa bilan o'lchov)?

LayoutLM nima va hujjatlar uchun BERT dan qanday farq qiladi?

Yondashuvingiz haqida gapirib bering: AI yordamida arxitekturani qanday qurishingiz, kodni qanday validatsiya qilishingiz va testlarni qanday yozishingiz?

Qayta reyting uchun qaysi ranker tanlandi?

O'zingiz va tegishli texnik tajribangiz haqida gapiring (bank sohasidagi loyihalar: ML modellari, firibgarlikni oldini olish, RAG, ko'proq agentli tizimlar).

Nima uchun aynan tabiiy toolcalling ishlatildi, JSON-shema yuborish o'rniga?

Vektor saqlashda hujjatlarning metadatalariga nima yozilgan edi?